基于形狀特征的圖像匹配與檢索算法研究

基于形狀特征的圖像匹配與檢索算法研究

ID:35064856

大?。?.54 MB

頁數(shù):61頁

時間:2019-03-17

基于形狀特征的圖像匹配與檢索算法研究_第1頁
基于形狀特征的圖像匹配與檢索算法研究_第2頁
基于形狀特征的圖像匹配與檢索算法研究_第3頁
基于形狀特征的圖像匹配與檢索算法研究_第4頁
基于形狀特征的圖像匹配與檢索算法研究_第5頁
資源描述:

《基于形狀特征的圖像匹配與檢索算法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)校代碼:10406分類號:TP391.4學(xué)號:1300812Z1001南昌航空大學(xué)碩士學(xué)位論文(學(xué)位研究生)基于形狀特征的圖像匹配與檢索算法研究碩士研究生:王為導(dǎo)師:曾接賢申請學(xué)位級別:碩士學(xué)科、專業(yè):物聯(lián)網(wǎng)技術(shù)所在單位:軟件學(xué)院答辯日期:2016.06授予學(xué)位單位:南昌航空大學(xué)ResearchonimageMatchingandRetrievalAlgorithmsbasedonshapeFeatureADissertationSubmittedfortheDegreeofMasteronNetworkin

2、gtechnologybyWangWeiUndertheSupervisionofProf.Zengjie-xianSchoolofsoftwareNanchangHangkongUniversity,Nanchang,ChinaJune,2016南昌航空大學(xué)碩士學(xué)位論文摘要摘要基金資助:本論文得到國家自然科學(xué)基金(No:61165011)的資助。形狀匹配技術(shù)是計算機視覺中的熱點問題,它在基于形狀特征的目標(biāo)識別、圖形拼接、基于內(nèi)容的圖像檢索等等方面有著廣泛的應(yīng)用。近年來,研究者在形狀匹配技術(shù)上取得了許多顯著的成

3、果,但是仍存在一些問題尚未較好的進行解決,如:形狀的仿射形變,局部遮擋,形狀的非剛性變換等等。對于這些問題,如何選擇有效的形狀描述和匹配方法是問題解決的關(guān)鍵。本文在深入研究傳統(tǒng)解決這些問題的方法上,提出了一些更加有效的方法,本文主要研究內(nèi)容如下:1、總結(jié)了形狀匹配的一般流程,并從一般流程對形狀匹配做了深入的分析與研究。首先,在預(yù)處理部分,通過濾波算法去除噪聲的干擾;然后利用邊緣提取算法提取目標(biāo)輪廓曲線。對于形狀特征的描述,將其分為基于輪廓的描述方法和基于區(qū)域的描述方法,并對它們的優(yōu)缺點進行了詳細(xì)的分析。2、針對

4、傳統(tǒng)仿射形狀識別算法受局部遮擋或缺損影響的問題,提出了一種基于LCS和局部不變量的仿射形狀匹配算法。該算法分為粗、精匹配兩個階段,粗匹配利用LCS序列匹配算法搜索最長公共特征點序列,該特征點序列即為對應(yīng)的特征點,并通過對應(yīng)特征點劃分目標(biāo)曲線。精匹配階段利用構(gòu)造的具有仿射不變性的小波局部不變量描述目標(biāo)曲線段,并通過相似度準(zhǔn)則衡量曲線段的匹配結(jié)果,最后達到對仿射目標(biāo)的識別。實驗表明,該算法可以有效的識別仿射形變的目標(biāo),并且對局部遮擋有一定魯棒性。3、針對傳統(tǒng)基于輪廓的形狀檢索算法無法較好的處理非線性變換的問題,提出

5、了一種輪廓特征與詞袋模型結(jié)合的形狀檢索算法。首先,為了準(zhǔn)確獲得描述目標(biāo)局部特征的輪廓分段,采用曲率極值點劃分輪廓段;同時,為了降低噪聲的干擾,先利用高斯函數(shù)去噪,然后根據(jù)曲率極值點的特點剔除無意義的關(guān)鍵點。對于輪廓段,采用質(zhì)心距離的形狀上下文進行描述,并利用詞袋模型構(gòu)造出具有識別力的形狀表示方法用于形狀檢索。該表示方法可以較好的把握形狀間的一些非線性變換規(guī)律,對類內(nèi)多變形的形狀有更好的檢索效果,并且對噪聲也具有一定的魯棒性,實驗結(jié)果證明了該算法的有效性。關(guān)鍵字:形狀匹配,輪廓,局部不變量,詞袋模型I南昌航空大學(xué)

6、碩士學(xué)位論文AbstractAbstractShapematchingtechnologyisahottopicincomputervision,ithaveaverywiderangeofapplicationsinshape-basedobjectrecognition,graphicstitching,content-basedimageretrievalandotherareas.Inrecentyears,researchershasmademanyremarkableachievementsinth

7、eshapematchingtechnology,buttherearestillexistmanyproblemsbettertoresolved,suchasaffinetransformbetweenshapes,nonlinearvariabilityandshapeofthedeformationorocclusion.Forthesereason,howtochooseeffectiveshapedescriptionandmatchingmethodisthekeytosolvetheproble

8、m.Inthispaper,weputforwardsomenewmethodsbasedondeeplystudyingtraditionalmethodstosolvetheseproblems.ourworksareasfollows:Sumupthegeneralflowofshapematching,anddoathoroughanalysisandresearchfromt

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。